本发明专利技术公开了一种中医健康状态辨识系统，包括数据收集模块、预处理模块、状态辨识分析模块、辅助诊断模块四个模块；本发明专利技术将收集患者的“望、闻、问、切”四诊数据导入到系统后进行预处理，通过数据清洗、标记编码、特征缩放三个步骤筛选出预处理后的四诊特征，再将其导入到状态辨识分析模块中进行数据分析，再将分析好的数据进行筛选与排名，最后将数据进行中医的知识化表达输出最后的病症结果，供医生和患者参考；实验在真实的数据集上进行，本发明专利技术方法同比其他的一些辨识模型，在评价指标上表现了明显优势。
【技术实现步骤摘要】
本专利技术涉及一种中医健康状态辨识系统，用于辅助中医诊断患者病情。
技术介绍
1、中医指中国传统医学，它承载着中国古代人民同疾病作斗争的经验和理论知识。是我国一项民族文化遗产。中华医药服务健康事业已有几千年的历史，在中医哲学理论体系和中医药理论体系指导下，历经传承与创新，中医药在慢病控制、新发传染病防控等方面发挥了重要的作用。随着计算机技术的不断发展，特别是近年来，人工智能技术的突飞猛进，也给中医智能化研究带来新的技术方法。将中医诊疗数据参照计算机数据分类的原理进行处理有助于从复杂的中医表征参数中分析出其所蕴含的中医辨证信息。而每个状态要素通常与多个诊疗信息相关联，即每个样本示例对应着多个类别标记。
2、随着数据的不断增长导致学习对象的类别数越来越多，中医健康状态辨识模型构建也变得更加复杂，使得现有理论、方法及技术面临着准确性、有效性等严峻挑战。主要表现为：(1)特征空间的高维性。采集到的中医状态辨识多标记数据多以没有预定义的非结构化形式存在，如图像，音频和文本等，鉴于特征信息非常丰富，结构化的特征表示空间往往具有高维性，从而引发“维数灾难”问题。因此，如何获取具有表征中医状态辨识多标记数据有辨识力的低维特征表示以用于模型构建值得深入研究；(2)标记关系利用不充分。
技术实现思路
1、本专利技术为解决上述技术问题，提供一种能够辅助中医诊断患者病情的中医健康状态辨识系统，该系统的状态辨识分析模块能够降低数据维度，减少计算量，同时还能够提高模型的泛化能力和解释性。
<
p>2、为解决上述技术问题，本专利技术所采用的技术方案是：3、一种中医健康状态辨识系统，包括数据收集模块、预处理模块、状态辨识分析模块和辅助诊断模块；
4、所述数据收集模块用于收集患者望、闻、问、切的诊疗信息作为表征参数形成数据集；
5、所述预处理模块将收集到的表征参数数据集导入到本模块中，依次通过数据清洗、标记编码、特征缩放三个步骤，将数据中的干扰信息进行处理；
6、所述状态辨识分析模块将接收到的预处理后数据信息进行分析处理，得到状态要素信息形成特征子集；
7、所述辅助诊断模块将分析出的状态要素信息与设定好的阈值进行比较，统计高出阈值的数据信息并进行状态要素的排名，随后对状态要素信息进行加权计算处理转化为易于辨认的中医病证信息，最后输出，辅助医生诊断患者病情。
8、本专利技术技术方案的进一步改进在于：所述数据收集模块中的望诊数据的采集过程为：通过仔细观察患者的面色、舌苔、舌质、目色及唇色，了解患者的体质、气血状况和病情的相关信息；闻诊数据的采集过程为：通过听取患者的声音、呼吸声及心跳，了解患者的气息、声音和心脏状况的相关信息；问诊数据的采集过程为：通过询问患者的病史、症状及体征，根据患者的主诉，进一步询问患者的具体症状；切诊数据的采集过程为：通过医师用手在病人躯体的一定部位进行的按、触、摸、压的检查方法，来获取人体的脏腑功能情况以及病理变化的信息。
9、本专利技术技术方案的进一步改进在于：所述预处理模块中的数据清洗的操作步骤为：
10、步骤一：选择子集：选择需要进行分析的表征参数数据，为避免干扰对其他不参与分析的表征参数进行隐藏处理；
11、步骤二：对数据中存在名称相同或含义相同的表征参数进行重命名或者删除；
12、步骤三：对出现的数据值缺失的表征参数进行人工补全；
13、步骤四：对表征参数的异常值，进行数据的修改或再收集操作。
14、本专利技术技术方案的进一步改进在于：所述预处理模块中的标记编码的操作步骤为：首先进行数据分解，将含有多标记特征的表征参数分解成多个单标记的数据集；然后在单标记的数据集上应用单标记分类算法训练子分类器，最后将得到的子分类器的结果进行组合从而确定预测的标记集；其中，单标记分类算法为支持向量机算法。
15、本专利技术技术方案的进一步改进在于：所述预处理模块中的特征缩放的操作步骤为：将原始数据线性映射到[0,1]的范围内，具体计算公式：
16、
17、其中x′为特征缩放后的数据，x为原始数据，xmax为样本数据的最大值，xmin为样本数据的最小值。
18、本专利技术技术方案的进一步改进在于：所述状态辨识分析模块得到特征子集的具体操作为：
19、步骤一：标记协同：
20、令s＝[sij]q×q表示标记关系矩阵，sij表示第i个标记对第j个标记的影响，将y作为预测矩阵，得到标记关系矩阵s：
21、
22、在公式(2)中，yi和yj分别表示标记矩阵的第i列和第j列，ζl是一个平衡参数，用于平衡第j个标记的预测值和其他标记的预测值；
23、令sj＝[s1j,s2j,…sj-1,j,sj+1,j,…sq,j]t∈rq-1表示s中除sjj元素以外的第j列向量，即sj表示yj和其他向量之间的关系；一个标记只与少数标记相关，使用范数作为稀疏规则，并且通过解决以下优化问题得到sj：
24、
25、在公式(3)中，y-j＝[y1,y2,…,yj-1,yy+1,…yq]表示y删除掉yj之后的矩阵，ηl是平衡参数；
26、为了求解公式(3)，将公式(3)重写为如下形式：
27、
28、s.t. sj-z＝0.
29、然后，将约束优化问题处理为一组具有格朗日函数的无约束最小化问题：
30、
31、在上式中，v是拉格朗日乘数的估计，ρ是惩罚参数，通过admm算法迭代获得sj、z和v的最优解；
32、步骤二：样本协同：
33、假设一个样本的最终预测由其自身预测结果和其他样本预测结果共同构成，将协同假设扩展到了特征空间，假设p＝[pij]n×n其中pij反映了样本xi的预测结果对样本xj预测结果的贡献，遵循协同矩阵p与标记空间中的协同矩阵一致的原则，在假设一个样本的最终预测结果由其预测和其他样本的预测共同构成的指导原则下，使用特征矩阵作为最终预测并以如下方式获得权重矩阵p：
34、
35、其中ζf是一个平衡参数，令p＝[p1j,…,pj-1,j,pj+1,j,…,pn,j]表示除pjj以外矩阵p的第j列，即pj表示xi的预测结果与其他预测结果之间的关系，样本与其他样本之间的关系是稀疏的，因此，关系向量pj是以类似于sj的方式获得：
36、
37、在公式(7)中，x-j＝[x1,…xj-1,xj+1,…xn]t∈r(n-1)×d表示样本矩阵x除了xj以外的矩阵，ηf是一个稀疏参数，用admm算法来解决优化问题；
38、步骤三：目标函数：
39、通过协同假设学习标记相关性，即对自身标记的最终预测和对相邻标记的最终预测，构造以下公式：
40、
41、其中y表示状态要素，s表示标记相关性矩阵，α表示权衡参数，公式(8本文档来自技高网
...
【技术保护点】
1.一种中医健康状态辨识系统，其特征在于：包括数据收集模块、预处理模块、状态辨识分析模块和辅助诊断模块；
2.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述数据收集模块中的望诊数据的采集过程为：通过仔细观察患者的面色、舌苔、舌质、目色及唇色，了解患者的体质、气血状况和病情的相关信息；闻诊数据的采集过程为：通过听取患者的声音、呼吸声及心跳，了解患者的气息、声音和心脏状况的相关信息；问诊数据的采集过程为：通过询问患者的病史、症状及体征，根据患者的主诉，进一步询问患者的具体症状；切诊数据的采集过程为：通过医师用手在病人躯体的一定部位进行的按、触、摸、压的检查方法，来获取人体的脏腑功能情况以及病理变化的信息。
3.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述预处理模块中的数据清洗的操作步骤为：
4.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述预处理模块中的标记编码的操作步骤为：首先进行数据分解，将含有多标记特征的表征参数分解成多个单标记的数据集；然后在单标记的数据集上应用单标记分类算法训练子分类器，最后将得到的子分类器的结果进行组合从而确定预测的标记集；其中，单标记分类算法为支持向量机算法。
5.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述预处理模块中的特征缩放的操作步骤为：将原始数据线性映射到[0,1]的范围内，具体计算公式：
6.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述状态辨识分析模块得到特征子集的具体操作为：
7.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述辅助诊断模块中的状态要素信息进行加权计算处理包括：不同人患不同病症的表现不同，但不同病症却有着相似的病情，因此，每种状态要素对于病症的贡献率是不同的；根据每个标记所具有的样本数目，做出一个排序，然后将排序后的每一项进行权的赋值，借此表示某种状态要素在疾病中的贡献率。
8.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述表征参数是指包括宏观、中观、微观的多项与人体相关的参数，包括出生日期、地域气候、饮食、舌象或脉象等；状态要素是指包括部位和性质两部分，包括心、肝、脾、肺、肾、寒、热、气虚或血虚。
...
【技术特征摘要】
1.一种中医健康状态辨识系统，其特征在于：包括数据收集模块、预处理模块、状态辨识分析模块和辅助诊断模块；
2.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述数据收集模块中的望诊数据的采集过程为：通过仔细观察患者的面色、舌苔、舌质、目色及唇色，了解患者的体质、气血状况和病情的相关信息；闻诊数据的采集过程为：通过听取患者的声音、呼吸声及心跳，了解患者的气息、声音和心脏状况的相关信息；问诊数据的采集过程为：通过询问患者的病史、症状及体征，根据患者的主诉，进一步询问患者的具体症状；切诊数据的采集过程为：通过医师用手在病人躯体的一定部位进行的按、触、摸、压的检查方法，来获取人体的脏腑功能情况以及病理变化的信息。
3.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述预处理模块中的数据清洗的操作步骤为：
4.根据权利要求1所述的一种中医健康状态辨识系统，其特征在于：所述预处理模块中的标记编码的操作步骤为：首先进行数据分解，将含有多标记特征的表征参数分解成多个单标记的数据集；然后在单标记的数据集上应用单标记分类算法训练子分类器，...
【专利技术属性】
技术研发人员：杜国栋，王化哲，张宁，许莹，
申请(专利权)人：燕山大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。